Ketika Proyek AI Berhenti di Tahap Uji Coba
Di banyak perusahaan Indonesia, kecerdasan artifisial telah masuk ke ruang rapat, anggaran, dan bahkan ruang kerja. Namun, nilai yang dijanjikan AI sering kali berhenti di tahap pilot. SEAPPI (Southeast Asia Public Policy Institute) dalam white paper Closing the AI Capability Gap in Indonesia yang dirilis September 2026 menemukan hanya 10 persen perusahaan pengadopsi AI yang berhasil mentransformasi bisnis mereka secara penuh. Sebagian besar lainnya tetap berada di tahap eksperimen kecil tanpa dampak organisasi yang luas.
Temuan ini sejalan dengan riset di sektor manufaktur. Sebuah kajian di Journal of Engineering and High Technology (2026) menyebut Indonesia terjebak dalam “pilot trap”: proyek AI berlimpah, tetapi transformasi di lantai produksi tidak terjadi secara menyeluruh, dan adopsi terkonsentrasi pada perusahaan besar. Akar persoalannya bukan semata teknologi, melainkan organisasi dan institusi—termasuk kapasitas manusia di dalamnya.
Keterampilan sebagai Hambatan Skala
Survei terhadap pemimpin TI di Indonesia pada Juli 2026 menunjukkan 80 persen dari mereka menyebut keterbatasan keterampilan dan keahlian AI sebagai tantangan dalam meningkatkan skala inisiatif AI. Artinya, bahkan ketika infrastruktur dan anggaran tersedia, kapasitas untuk mengoperasikan, memelihara, dan mengembangkan solusi AI secara berkelanjutan tidak selalu ada.
Masalahnya bersifat berlapis. Di tingkat individu, karyawan mungkin belum dibekali keterampilan untuk bekerja bersama AI. Di tingkat tim, praktik kerja belum berubah untuk mengakomodasi alur kerja berbasis AI. Di tingkat organisasi, data sering terfragmentasi dan proses pengambilan keputusan belum dirancang untuk memanfaatkan insight dari AI. DataOn menyoroti sistem HR yang masih legacy, teknologi yang belum sepenuhnya mutakhir, dan data karyawan yang terfragmentasi sebagai bagian dari tantangan kesiapan ini.
Pelajaran dari Manufaktur
Kajian tentang manufaktur Indonesia memberikan peringatan yang relevan. AI hanya akan memberikan nilai jika tiga prasyarat dipenuhi: infrastruktur data, modal manusia, dan kasus bisnis yang kredibel. Tanpa ketiganya, proyek AI menjadi biaya tanpa hasil yang terukur. Segmen usaha kecil dan menengah bahkan berisiko terpinggirkan dari transisi industri digital karena keterbatasan keterampilan dan sumber daya.
Menggeser Fokus dari Teknologi ke Kapabilitas
Tantangan sesungguhnya adalah membangun kapabilitas, bukan sekadar mengakuisisi alat. Perusahaan perlu memperlakukan skills gap sebagai isu strategis, bukan administratif. Itu berarti memetakan keterampilan yang dibutuhkan untuk setiap fase transformasi AI—dari pengelolaan data hingga tata kelola model—dan memastikan karyawan memiliki jalur untuk mengembangkannya.
